同步发电机参数辨识方法综述

综述了同步发电机参数辨识的方法，对比分析了这些方法的优缺点，为即将开展的同步发电机参数辨识工作奠定基础。     

大型发电机突然三相短路试验数据分析和动态参数辨识

高速采样和高精度数字化自动测试仪器应用于大型同步发电机测试,需要计算机辅助分析程序自动分析数据和辨识电机的参数。为了提高参数辨识精度,本文提出了一种全新的动态参数辨识方法,即根据短路电流中衰减分量的性质,推导出优化组合模型分时段采用非线性最小二乘回归方法直接辨识发电机参数的原理。另外,还根据IEEE Std-115和GB／T-1029有关发电机突然三相短路电流波形处理方法实现对短路电流上下包络线的拟合以计算大型同步发电机的动态参数。并开发了利用突然三相短路试验数据辨识大型同步发电机动态参数的计算机辅助分析软件。通过实际电机的测试数据处理,验证了软件及算法的实用性。     

虚拟仪器技术在同步发电机动态参数辨识中的应用

为了灵活处理复杂的大型同步发电机的突然三相短路试验的动态数据,本文给出了如何利用LabWindows/CVI设计软件开发了大型同步发电机动态参数辨识虚拟仪器(VI)的方法,其中重点阐述了通过混合编程原理调用MATLAB中的小波消噪法(wden())去除噪声对动态测试信号的干扰和利用非线性最小二乘回归算法(lsqcurvefit())直接对发电机的各试验的数学模型中各分量优化组合后进行参数辨识.     

Prony法在同步发电机参数辨识中应用

提出在同步发电机短路试验中应用Prony法实现参数辨识。用Prony法对三相短路电流实测数据进行指数函数的最小二乘拟合,可确定同步发电机的大部分参数。同步发电机参数辨识分4步实现:确定Prony法中的拟合模型阶数、采样总数和采样间隔;对空载三相短路电流进行实测或录波;利用Prony法辨识三相短路电流中各分量对应的特征量;利用所得特征量辨识同步发电机参数。通过对算例发电机进行数值辨识,结果表明该方法的有效性。研究结果显示:取采样时间间隔约为2ms时,辨识效果好;辨识精度与算法中拟合模型阶数、采样时间间隔和采样总数有关,并受信号中噪声的影响,需加以改进。     

系统辨识技术在同步发电机参数测定中的应用综述

结合国内外的研究动态,介绍并评述了系统辨识技术在同步发电机参数测定中的应用和研究情况,提出了在这方面有待解决的问题和应努力的方向。     

虚拟仪器技术在同步发电机动态参数辨识中的应用

为了灵活处理复杂的大型同步发电机突然三相短路试验的动态数据,本文给出了如何利用LabWindows/CVI设计软件开发大型同步发电机动态参数辨识虚拟仪器(Ⅵ)的方法,其中重点阐述了通过混合编程原理调用MATLAB中的小波消噪法(wden())去除噪声对动态测试信号的干扰及利用非线性最小二乘回归算法(lsqcurvefit())直接对发电机各试验的数学模型中各分量优化组合后进行参数辨识.通过汽轮发电机QFSN-600-2YH的突然三相短路试验数据应用上述算法辨识了发电机的瞬态参数.     

同步发电机参数的实验测定

本文利用海维塞德运算法及曲线拟和技术对同步发电机的参数提出了实验测试方法和计算公式.这些参数不仅适于作者在[文1]中所提出的同步发电机模型,而且一般电厂和试验单位所采用的传统参数也是适用的.同时文中所提出的实验方法安全易行,结果是满意的.     

同步发电机实用参数分时段辨识研究

同步发电机在动态过程的不同时段起主导的实用参数不同。对比研究同步发电机实用参数在励磁扰动故障下的轨迹灵敏度特性,给出不同参数在不同时段内的灵敏度大小的不同。提出一种分时段辨识策略,即先利用励磁扰动前、后的稳态数据辨识同步发电机的稳态参数,然后分别根据次暂态和暂态时段数据辨识次暂态和暂态参数,最后以单机无穷大系统为例验证此方法的有效性。     

同步发电机参数辨识及其应用

电气制动在大中型水轮机发电机组的停机过程中得到广泛的应用。为了正确确定电气制动过程中励磁电源提供适当大小励磁电流的问题,推导出以机端电压、励磁电压、d轴暂态开路时间常数Td0’和起励时间t等为主要参数和变量的数学模型。运用matlabsimulink仿真平台搭建同步发电机起励试验仿真模型,并以其输出作为实际测量数据,通过最小二乘法进行d轴暂态开路时间常数Td0’的参数辨识。仿真结果表明了推导出的数学模型的科学性和运用最小二乘辨识法的有效性。     

基于粒子群游算法的同步发电机参数辨识

将一种新的进化算法－粒子群游应用于发电机参数辨识，根据粒子群游算法的特点，提出了一种同步发电机参数辨识的计算框架，算例表明，这种参数辨识算法无需提取电机数学模型，直接利用稳定计算程序，简单实用、具有可行性。     

基于可观测量的同步发电机参数的时域辨识

同步发电机模型中不可观测量的存在使得在辨识电机参数时因需要求解复杂的微分方程组而导致辨识困难.文中提出了一种由发电机出口电压、出口电流、励磁电压以及励磁电流等可观测量表示的同步发电机辨识模型,避免了复杂微分方程组的求解,提高了辨识的稳定性和效率,简化了参数辨识方法.首先分析了参数可辨识性,指出在将稳态方程作为附加条件的...     

同步电机参数识别

同步电机参数的测定是尚未解决好的重要问题。本文介绍采用静态交流试验，应用MPIS参数识别器识别大型水轮发电机的参数结果。讲述了发电机的随机识别参数模型和在现场测试的实践。结果表明：这种方法可在一次试验中短时间内测得d/q轴的全部Park模型参数；该方法简便易行，测试快速准确，安全经济；它为发电机参数测试提供了一种先进的实用有效的新方法，是大型发电机参数测试技术的革新。     

磁悬浮电励磁三相直线同步电机离线参数辨识

建立磁悬浮电励磁三相直线同步电机(MSEE-TPLSM)的连续时间参数型状态空间方程数学模型,利用前向一阶差分方法将连续时间数学模型离散化成离散时间参数型状态空间方程数学模型,再利用z变换写成递推最小二乘算法标准形式的数学模型。利用递推最小二乘算法在初级转子静止状态下辨识出MSEE-TPLSM的电阻及自感参数。利用计算机数值仿真软件仿真MSEE-TPLSM参数的离线辨识算法,得到MSEE-TPLSM的初级与次级电阻与电感时域辨识曲线,仿真曲线收敛速度较快且辨识精度较高。仿真结果验证了该参数离线辨识算法的有效性。     

具有参数辨识的永磁同步电机无位置传感器控制

转子磁极位置估计的准确性决定永磁同步电机无位置传感器控制系统的性能,为了实现转子位置和转速的精确控制,需要对电机参数进行在线辨识。根据实际冰箱制冷系统需求,采用模型参考自适应系统构建无位置传感器矢量控制方案,在仿真研究电机参数变化对位置估算影响的基础上,提出了一种具有参数辨识的内埋式永磁同步电机无位置传感器控制方案。利用电机的电流模型,运用扩展卡尔曼滤波器对转子磁链和交轴电感同时进行在线辨识,并将辨识出的参数用于更新无位置传感器矢量控制算法中的电机模型。仿真和实验结果表明,参数辨识算法可以有效地辨识出实际的转子磁链和交轴电感,具有参数辨识的无位置传感器矢量控制方案可行有效,在压缩机厂商提供的电机参数存在一定误差的情况下可以保证冰箱制冷系统的性能。     

永磁同步电动机参数辨识

提出了一种具有较强工程应用价值的永磁同步电动机的参数辨识方法.采用直流实验检测出定子电阻R,脉冲电压实验检测出直、交轴电感Ld、Lq,对系统施加额定力矩电流,检测出电机的机械时间常数tm,在速度驱动状态下,检测出转子磁通Ψr,最后分析了死区对参数辨识准确性的影响.在Saber Designer半物理环境下的仿真结果,说明了该方法的正确性,具有实际应用价值.     

考虑逆变器非线性因素的表贴式永磁同步电机参数辨识

在表贴式永磁同步电机参数辨识中,逆变器的非线性因素会影响电机参数的辨识精度。该文通过方程变换去除定子电压方程中逆变器非线性因素产生的误差电压,构建不受逆变器非线性因素影响的参数辨识模型。为了提高辨识结果的收敛速度并降低稳态误差,采用加入动量项的自适应线性元件(Adaline)神经网络算法辨识电机参数。实验结果表明,所提方法能提高电感、定子电阻和转子磁链的辨识精度,并加快辨识结果的收敛速度。     

基于EKF算法的交流永磁无刷同步电机参数辨识

用扩展的卡尔曼滤波算法（EKF）对表贴式交流永磁无刷同步电动机进行动态参数估计,根据电机控制系统中传感器检测到的电机定子电流、电压和转子的位置、转速等信号,推算电机定子绕组的电阻和转子的主磁通值,经过对电机模型和卡尔曼算法的分析,给出了电机控制系统的全阶卡尔曼滤波模型和经过简化处理后的降阶估计模型,用降阶的简化模型对系统进行估计后,得到了定子电阻和转子主磁通的结果,并分析了定子电阻和转子磁通估计值和实际值之间的误差,以及估计值随电机转速和负载大小变化的曲线。电机用脉宽调制（PWM）的电压源逆变器供电,用TMS320F2812系列数字信号处理器（DSP）作为控制芯片,用矢量控制的策略对电机进行转速控制。     

人工神经网络在线辨识同步电机转子参数

用人工神经网络的成功在线辨识了同步电机转子参数。这种参数的优势在于能反映电机实际运行过程中受到的饱和、电机老化、电磁力等因素的影响．辨识的参数更接近于电机的实际运行参数。在参数迭代过程中．文中引入了时变的松弛算子．改进了牛顿法在计算非线性函数二阶导数过于复杂的缺点。最后对一台lllkVA．440V的同步电机进行仿真，然后采用BP神经网络对其进行参数辨识．并取得了满意的效果。     

基于TLS-ESPRIT的同步电机参数辨识

将一种阵列信号处理方法TLS-ESPRIT(总体最小二乘-旋转矢量不变技术)应用到同步电机的参数辨识中.该方法是一种基于子空间划分的高分辨率信号分析方法,将短路电流形成HANKEL矩阵通过奇异值分解进行信号子空间和噪声子空间的划分,再通过TLS(总体最小二乘)的二次消噪处理,从而提高抗噪能力,准确提取了同步电机的瞬态和超瞬态参数.仿真结果表明,该方法与其他方法相比,具有精度高、抗噪能力强、算法简单的优点.动模试验进一步验证了该方法的可行性和有效性.